Używamy cookies, aby ułatwić korzystanie z Portalu. Możesz określić warunki przechowywania, dostępu do plików cookies w Twojej przeglądarce. Dowiedz się więcej.
strona główna Strona główna | Nowości | Promocje | Zapowiedzi Twoje konto | Zarejestruj | Schowek | Kontakt | Pomoc
mapa działów
Szukaj: szukanie zaawansowane
Koszyk
Książki \ Programowanie \ Python

Python. Programowanie funkcyjne Język: 1

978-83-283-5069-4

Cena Brutto: 67.00

Cena netto: 63.81

Ilość:
Wersja: Drukowana
Autor Steven F. Lott
Liczba_stron 352
Wydawnictwo Helion
Oprawa miękka
Data_Wydania 2019-03-26

Python. Programowanie funkcyjne


Zgodnie z paradygmatem programowania funkcyjnego największy nacisk należy kłaść na stałe i funkcje. Polega to na konstruowaniu funkcji oraz na obliczaniu wartości wyrażeń. W ten sposób otrzymuje się kod odporny na błędy. Python nie jest w pełni funkcyjnym językiem programowania, jednak pozwala na taki sposób pisania programów. Dzięki temu umożliwia tworzenie zwięzłego i eleganckiego kodu. Na przykład stosowanie wyrażeń generatorowych w Pythonie sprawia, że tworzone programy działają szybciej, ponieważ zużywają mniej zasobów. Niezależnie więc od stosowanego paradygmatu warto zapożyczyć pewne elementy programowania funkcyjnego i wykorzystać je do tworzenia ekspresyjnych i zwięzłych aplikacji w Pythonie.


To znakomity podręcznik dla programistów, którzy chcą wykorzystać techniki i wzorce projektowe z funkcyjnych języków programowania, aby tworzyć w Pythonie zwięzłe, eleganckie i ekspresyjne programy - z czytelnym i łatwym w utrzymaniu kodem. Zawiera ogólny przegląd koncepcji funkcyjnych oraz wyjaśnia tak istotne pojęcia jak funkcje pierwszej klasy, funkcje wyższego rzędu, funkcje czyste, leniwe wartościowanie i wiele innych. Wnikliwie omawia sposób korzystania z tych funkcji w Pythonie 3.6, a także techniki przygotowywania i eksploracji danych. Ponadto pokazuje, w jaki sposób standardowa biblioteka Pythona pasuje do funkcyjnego modelu programowania. Co ważne, w książce znalazło się kilka przykładów prezentujących w praktyce opisane koncepcje.


W książce między innymi:

  • podstawy modelu programowania funkcyjnego
  • działania na kolekcjach danych i przetwarzanie krotek
  • projektowanie dekoratorów
  • biblioteka PyMonad
  • usługi sieciowe a programowanie funkcyjne

Python: kod funkcyjny i funkcjonalny!

O autorze 9

O recenzencie 10

Przedmowa 9

Rozdział 1. Zrozumieć programowanie funkcyjne 17

  • Paradygmat programowania 18
  • Podział paradygmatu proceduralnego 19
    • Korzystanie z paradygmatu funkcyjnego 20
    • Korzystanie z funkcyjnych hybryd 22
    • Tworzenie obiektu 23
    • Stos żółwi 24
  • Klasyczny przykład programowania funkcyjnego 25
  • Eksploracyjna analiza danych 28
  • Podsumowanie 29

Rozdział 2. Podstawowe pojęcia programowania funkcyjnego 31

  • Funkcje pierwszej klasy 32
    • Czyste funkcje 32
    • Funkcje wyższego rzędu 33
  • Dane niemutowalne 34
  • Wartościowanie ścisłe i nieścisłe 36
  • Rekurencja zamiast jawnego stanu pętli 37
  • Funkcyjne systemy typów 41
  • Znajome terytorium 41
  • Pojęcia zaawansowane 42
  • Podsumowanie 43

Rozdział 3. Funkcje, iteratory i generatory 45

  • Pisanie czystych funkcji 46
  • Funkcje jako obiekty pierwszej klasy 48
  • Korzystanie z łańcuchów znaków 49
  • Używanie krotek i krotek nazwanych 50
    • Korzystanie z wyrażeń generatorowych 52
    • Odkrywanie ograniczeń generatorów 54
    • Łączenie wyrażeń generatorowych 56
  • Czyszczenie surowych danych za pomocą funkcji generatorowych 56
  • Korzystanie z list, słowników i zbiorów 58
    • Korzystanie z mapowań stanowych 61
    • Wykorzystanie modułu bisect do tworzenia mapowania 63
  • Używanie stanowych zbiorów 64
  • Podsumowanie 65

Rozdział 4. Praca z kolekcjami 67

  • Przegląd rodzajów funkcji 68
  • Praca z obiektami iterowalnymi 68
    • Parsowanie pliku XML 69
    • Parsowanie pliku na wyższym poziomie 71
    • Tworzenie par elementów z sekwencji 73
    • Jawne użycie funkcji iter() 76
    • Rozszerzanie prostej pętli 77
    • Stosowanie wyrażeń generatorowych do funkcji skalarnych 80
    • Wykorzystanie funkcji any() i all() jako redukcji 81
    • Używanie funkcji len() i sum() 83
    • Używanie sum i zliczeń w obliczeniach statystycznych 84
  • Korzystanie z funkcji zip() do tworzenia struktury i spłaszczania sekwencji 87
    • Rozpakowywanie spakowanej sekwencji 88
    • Spłaszczanie sekwencji 89
    • Nadawanie struktury płaskim sekwencjom 90
    • Tworzenie struktury płaskich sekwencji - podejście alternatywne 92
  • Wykorzystanie funkcji reverse() do zmiany kolejności elementów 93
  • Wykorzystanie funkcji enumerate() w celu uwzględnienia numeru porządkowego 94
  • Podsumowanie 94

Rozdział 5. Funkcje wyższego rzędu 97

  • Wykorzystanie funkcji max() i min() do wyszukiwania ekstremów 98
  • Korzystanie z formatu wyrażeń lambda w Pythonie 101
  • Wyrażenia lambda i rachunek lambda 103
  • Korzystanie z funkcji map() w celu zastosowania funkcji do kolekcji 103
    • Wykorzystanie wyrażeń lambda i funkcji map() 104
  • Użycie funkcji map() w odniesieniu do wielu sekwencji 105
  • Wykorzystanie funkcji filter() do przekazywania lub odrzucania danych 107
  • Użycie funkcji filter() do identyfikacji wartości odstających 108
  • Funkcja iter() z wartością "strażnika" 109
  • Wykorzystanie funkcji sorted() do porządkowania danych 110
  • Pisanie funkcji wyższego rzędu 111
  • Pisanie mapowań i filtrów wyższego rzędu 112
    • Rozpakowywanie danych podczas mapowania 113
    • Opakowywanie dodatkowych danych podczas mapowania 115
    • Spłaszczanie danych podczas mapowania 116
    • Strukturyzacja danych podczas filtrowania 118
  • Pisanie funkcji generatorowych 119
  • Budowanie funkcji wyższego rzędu z wykorzystaniem obiektów wywoływalnych 121
    • Zapewnienie dobrego projektu funkcyjnego 123
  • Przegląd wybranych wzorców projektowych 124
  • Podsumowanie 125

Rozdział 6. Rekurencje i redukcje 127

  • Proste rekurencje numeryczne 128
    • Implementacja optymalizacji ogonowej 129
    • Pozostawienie rekurencji bez zmian 130
    • Obsługa trudnego przypadku optymalizacji ogonowej 131
    • Przetwarzanie kolekcji za pomocą rekurencji 132
    • Optymalizacja ogonowa dla kolekcji 133
    • Redukcje i składanie kolekcji z wielu elementów w jeden element 134
  • Redukcja grupowania - z wielu elementów do mniejszej liczby 136
    • Budowanie mapowania za pomocą metody Counter 136
    • Budowanie mapowania przez sortowanie 137
    • Grupowanie lub podział danych według wartości klucza 139
    • Pisanie bardziej ogólnych redukcji grupujących 142
    • Pisanie redukcji wyższego rzędu 143
    • Pisanie parserów plików 144
  • Podsumowanie 150

Rozdział 7. Dodatkowe techniki przetwarzania krotek 153

  • Używanie krotek do zbierania danych 154
  • Używanie krotek nazwanych do zbierania danych 156
  • Budowanie nazwanych krotek za pomocą konstruktorów funkcyjnych 159
  • Unikanie stanowych klas dzięki wykorzystaniu rodzin krotek 160
    • Przypisywanie rang statystycznych 163
    • Opakowanie zamiast zmiany stanu 165
    • Wielokrotne opakowanie zamiast zmian stanu 166
    • Obliczanie korelacji rangowej Spearmana 167
  • Polimorfizm i dopasowywanie typów ze wzorcami 169
  • Podsumowanie 174

Rozdział 8. Moduł itertools 175

  • Praca z iteratorami nieskończonymi 176
    • Liczenie za pomocą count() 176
    • Zliczanie z wykorzystaniem argumentów zmiennoprzecinkowych 177
    • Wielokrotne iterowanie cyklu za pomocą funkcji cycle() 179
    • Powtarzanie pojedynczej wartości za pomocą funkcji repeat() 181
  • Używanie iteratorów skończonych 182
    • Przypisywanie liczb za pomocą funkcji enumerate() 182
    • Obliczanie sum narastających za pomocą funkcji accumulate() 185
    • Łączenie iteratorów za pomocą funkcji chain() 186
    • Podział iteratora na partycje za pomocą funkcji groupby() 187
    • Scalanie obiektów iterowalnych za pomocą funkcji zip_longest() i zip() 188
    • Filtrowanie z wykorzystaniem funkcji compress() 189
    • Zbieranie podzbiorów za pomocą funkcji islice() 190
    • Filtrowanie stanowe z wykorzystaniem funkcji dropwhile() i takewhile() 191
    • Dwa podejścia do filtrowania za pomocą funkcji filterfalse() i filter() 192
    • Zastosowanie funkcji do danych z wykorzystaniem funkcji starmap() i map() 193
  • Klonowanie iteratorów za pomocą funkcji tee() 194
  • Receptury modułu itertools 195
  • Podsumowanie 197

Rozdział 9. Dodatkowe techniki itertools 199

  • Wyliczanie iloczynu kartezjańskiego 200
  • Redukowanie iloczynu 200
    • Obliczanie odległości 202
    • Uzyskanie wszystkich pikseli i wszystkich kolorów 204
    • Analiza wydajności 205
    • Przeformowanie problemu 207
    • Łączenie dwóch transformacji 207
  • Permutacje zbioru wartości 209
  • Generowanie wszystkich kombinacji 210
  • Receptury 212
  • Podsumowanie 213

Rozdział 10. Moduł functools 215

  • Narzędzia przetwarzania funkcji 216
  • Memoizacja wcześniejszych wyników za pomocą dekoratora lru_cache 216
  • Definiowanie klas z dekoratorem total_ordering 218
    • Definiowanie klas liczbowych 221
  • Stosowanie argumentów częściowych za pomocą funkcji partial() 222
  • Redukcja zbiorów danych za pomocą funkcji reduce() 223
    • Łączenie funkcji map() i reduce() 224
    • Korzystanie z funkcji reduce() i partial() 226
    • Użycie funkcji map() i reduce() do oczyszczania surowych danych 226
    • Korzystanie z funkcji reduce() i partial() 227
  • Podsumowanie 230

Rozdział 11. Techniki projektowania dekoratorów 231

  • Dekoratory jako funkcje wyższego rzędu 231
    • Korzystanie z funkcji update_wrapper() z modułu functools 235
  • Zagadnienia przekrojowe 236
  • Funkcje złożone 236
    • Wstępne przetwarzanie nieprawidłowych danych 238
  • Dekoratory z parametrami 239
  • Implementacja bardziej złożonych dekoratorów 242
  • Kwestie złożonego projektu 243
  • Podsumowanie 246

Rozdział 12. Moduły multiprocessing i threading 247

  • Programowanie funkcyjne a współbieżność 248
  • Co naprawdę oznacza współbieżność? 248
    • Warunki brzegowe 249
    • Współdzielenie zasobów za pomocą procesów lub wątków 249
    • Jak uzyskać największe korzyści? 250
  • Korzystanie z pul wieloprocesowych i zadań 251
    • Przetwarzanie wielu dużych plików 252
    • Parsowanie plików logu - pobieranie wierszy 253
    • Parsowanie wierszy logu do postaci obiektów namedtuple 254
    • Parsowanie dodatkowych pól obiektu Access 256
    • Filtrowanie szczegółów dostępu 259
    • Analiza szczegółów dostępu 261
    • Pełny proces analizy 262
  • Korzystanie z puli wieloprocesowej w celu przetwarzania równoległego 263
    • Korzystanie z funkcji apply() do wykonywania pojedynczych żądań 265
    • Korzystanie z funkcji map_async(), starmap_async() i apply_async() 265
    • Bardziej złożone architektury przetwarzania wieloprocesowego 266
    • Korzystanie z modułu concurrent.futures 267
    • Korzystanie z pul wątków modułu concurrent.futures 267
    • Korzystanie z modułów threading i queue 268
    • Projektowanie współbieżnego przetwarzania 268
  • Podsumowanie 270

Rozdział 13. Wyrażenia warunkowe i moduł operator 271

  • Ocena wyrażeń warunkowych 272
    • Wykorzystywanie nieścisłych reguł słownikowych 273
    • Filtrowanie wyrażeń warunkowych zwracających True 274
    • Wyszukiwanie pasującego wzorca 275
  • Używanie modułu operator zamiast wyrażeń lambda 276
    • Pobieranie wartości nazwanych atrybutów podczas korzystania z funkcji wyższego rzędu 278
  • Wykorzystanie funkcji starmap z operatorami 279
  • Redukcje z wykorzystaniem funkcji modułu operator 281
  • Podsumowanie 282

Rozdział 14. Biblioteka PyMonad 283

  • Pobieranie i instalacja modułu pymonad 284
  • Kompozycja funkcyjna i rozwijanie funkcji 284
    • Korzystanie z rozwijanych funkcji wyższego rzędu 286
    • Rozwijanie funkcji w trudny sposób 288
  • Kompozycja funkcyjna i operator * z biblioteki pymonad 288
  • Funktory zwykłe i aplikatywne 290
    • Korzystanie z leniwego funktora List() 291
  • Funkcja bind() i operator >> 294
  • Implementacja symulacji za pomocą monad 295
  • Dodatkowe własności biblioteki pymonad 298
  • Podsumowanie 299

Rozdział 15. Podejście funkcyjne do usług sieciowych 301

  • Model HTTP żądanie-odpowiedź 302
    • Wstrzykiwanie stanu za pomocą plików cookie 303
    • Serwer o projekcie funkcyjnym 304
    • Szczegóły widoku funkcyjnego 304
    • Zagnieżdżanie usług 305
  • Standard WSGI 306
    • Zgłaszanie wyjątków podczas przetwarzania WSGI 309
    • Praktyczne aplikacje WSGI 310
  • Definiowanie usług sieciowych jako funkcji 311
    • Tworzenie aplikacji WSGI 312
    • Pobieranie surowych danych 314
    • Stosowanie filtra 315
    • Serializowanie wyników 316
    • Serializacja danych w formatach JSON lub CSV 317
    • Serializacja danych do formatu XML 318
    • Serializacja danych do formatu HTML 319
  • Monitorowanie użycia 320
  • Podsumowanie 322

Rozdział 16. Optymalizacje i ulepszenia 323

  • Memoizacja i buforowanie 324
  • Specjalizacja memoizacji 325
  • Ogonowe optymalizacje rekurencji 327
  • Optymalizacja pamięci 328
  • Optymalizacja dokładności 329
    • Redukcja dokładności w zależności od wymagań odbiorców 329
  • Studium przypadku - podejmowanie decyzji na podstawie testu zgodności chi-kwadrat 330
    • Filtrowanie i redukcja surowych danych z wykorzystaniem obiektu Counter 332
    • Odczyt podsumowanych danych 333
    • Obliczanie sum za pomocą obiektu Counter 334
    • Obliczanie prawdopodobieństw na podstawie obiektów Counter 335
  • Obliczanie oczekiwanych wartości i wyświetlanie tabeli krzyżowej 337
    • Obliczanie wartości chi-kwadrat 339
    • Obliczanie progu wartości chi-kwadrat 339
    • Obliczanie niekompletnej funkcji gamma 340
    • Obliczanie kompletnej funkcji gamma 343
    • Obliczanie szans na losową dystrybucję 344
  • Funkcyjne wzorce projektowe 346
  • Podsumowanie 348

Skorowidz 349

powrót
 
Produkty Podobne
Machine Learning with Python for Everyone
Ekstrakcja danych z językiem Python. Pozyskiwanie danych z internetu. Wydanie II
Python ninja. 70 sekretnych receptur i taktyk programistycznych
Python. Uczymy się programowania
Intro to Python for Computer Science and Data Science: Learning to Program with AI, Big Data and The Cloud
Zautomatyzuj swoją firmę z Pythonem. Praktyczne rozwiązania dla firmowej sieci
Python for Programmers
Python. Kurs dla nauczycieli i studentów
Python. Szybko i prosto. Wydanie III
Python. Programowanie funkcyjne
Więcej produktów